Покупайте материнские платы Gigabyte из списка на сайте NETLAB и получайте кешбэк по схеме: 50 000 – 99 999 - 5,5% 100 000 – 299 999 - 6,5% от 300 000 и более - 7% Внимание! Бюджет программы ограничен, акция может быть закончена раньше заявленного срока. Чтобы получить ...
Уважаемые партнеры! Treolan приглашает вас принять участие в новой маркетинговой программе по мониторам Acer. Покупая мониторы Acer в Treolan, вы накапливаете баллы, которые сможете обменять на электронные подарочные сертификаты на ваш выбор. Для участия в программе необходимо зарегистрироваться
Уважаемые партнеры! Treolan приглашает вас принять участие в маркетинговой программе. Закупая участвующие в акции ноутбуки, вы получаете сумку для ноутбука IRBIS в подарок. Для участия в программе необходимо зарегистрироваться
Гонка вооружений в сфере ИИ сделала слова «GPU» и «гигаватт» нарицательными, и не без оснований: масштаб вычислений беспрецедентен. Но что насчет базового уровня хранения? Как организации собираются хранить все данные для ИИ и обеспечивать работу прожорливых графических процессоров? Оказывается, в системах хранения данных для высокопроизводительных вычислений (HPC) и ИИ тоже происходит революция, отмечают опрошенные порталом HPCwire эксперты. Прежде всего, стоит отметить, что в СХД для ИИ и HPC что-то изменилось, а что-то — нет. Что касается аппаратного обеспечения, несмотря на то, что твердотельные накопители (SSD) на базе NVMe стали доминирующими, в СХД по-прежнему используются вращающиеся диски и даже ленты. Поддержка протокола RDMA, будь то через InfiniBand или Ethernet, и технологии Nvidia GPUDirect помогает обеспечивать бесперебойную работу графических процессоров. С точки зрения ПО, используется широкий спектр файловых систем и объектных хранилищ. Параллельные файловые системы, которые обеспечивали традиционные рабочие нагрузки HPC, такие как Lustre, PanFS и IBM Storage Scale (ранее Spectrum Scale и GPFS), переживают возрождение благодаря росту рабочих нагрузок ИИ. Обучение больших моделей ИИ в некотором роде похоже на традиционные рабочие нагрузки HPC, такие как моделирование и симуляция. Оба варианта требуют высокоскоростной передачи больших объемов данных в виде блоков относительно большого размера в GPU и связанную с ним память, и традиционные параллельные ... читать далее.
Мы используем cookie-файлы, возможности LiveInternet, Яндекс.Метрики и SberAds для наилучшего представления нашего сайта в соответствии с Политикой обработки персональных данных. Если Вы согласны с этим, пожалуйста, нажмите кнопку «Принять». Продолжая пользоваться сайтом, Вы подтверждаете, что были проинформированы об использовании сайтом cookie-файлов, LiveInternet, Яндекс.Метрики и SberAds, и согласны с Политикой обработки персональных данных.
